Noticias que mencionan Gemini 3.8 Flash

LLMs superan récords comunitarios en el juego TIS-100

Un estudio de Wincon revela que los modelos de lenguaje grandes (LLM) han logrado avances significativos en el juego de programación TIS-100, superando en varios casos los récords establecidos por la comunidad. La investigación, que evaluó a 16 modelos de IA en 47 puzles del juego, destaca que Opus

Google lanza Genie 4, un simulador de mundo multimodal en tiempo real

Google ha anunciado el lanzamiento de Genie 4, su nuevo modelo de simulación de mundo que representa un hito significativo en la capacidad de la inteligencia artificial para generar entornos realistas en tiempo real. Este avance, presentado por DeepMind, no solo mejora la fidelidad visual, sino que

Agentes de IA intentan recuperar un reembolso de 350 libras tras el plazo

Un estudio de Vals AI ha documentado el comportamiento de seis agentes de inteligencia artificial al intentar recuperar un reembolso de 350 libras para un billete de tren cancelado, una vez cerrado el plazo legal de 28 días. La experimentación, que simuló 15 días de actividad, reveló que los modelos

Inteligencia artificial genera pinturas al óleo mediante código

El proyecto stillwet documenta un experimento en el que modelos de inteligencia artificial, como Claude Opus 5.5 y Gemini 3.8 Flash, crean pinturas al óleo simulando el proceso físico de la aplicación de pigmentos. A diferencia de los generadores de imágenes tradicionales, estos sistemas no utilizan

Prueba revela que la instrucción 'no adivinar' reduce errores de IA al 20,2%

Earn an Honest Dollar ha publicado un informe técnico que demuestra cómo una instrucción específica reduce drásticamente la generación de datos falsos por parte de modelos de inteligencia artificial. La prueba, realizada el 27 de septiembre de 2026, evalúa la capacidad de 42 extractores de datos par

jevmem: memoria automática para agentes de IA con Claude Code

jevmem es una herramienta de línea de comandos diseñada para gestionar la memoria de proyectos de software de forma automática. Su función principal es capturar decisiones, restricciones, errores y tareas pendientes de las sesiones de chat de Claude Code, Codex y Cursor, almacenándolas en un archivo

Real-SWE evalúa IA en código empresarial privado con tasas de éxito bajas

El equipo detrás de Fable ha lanzado Real-SWE, un nuevo benchmark diseñado para evaluar el rendimiento de los modelos de inteligencia artificial de última generación en codebases empresariales reales y privadas. A diferencia de los benchmarks tradicionales que utilizan tareas sintéticas o de código